使用Python下载Google Sheet时XLS文件乱码问题排查

问题根源分析 #

1. 错误的请求URL：你使用的google_docs_link是浏览器打开表格的网页链接，返回的是HTML页面内容，而非实际的XLS二进制文件。将HTML内容直接保存为.xls后缀的文件，打开时自然会出现乱码。
2. 无效的认证方式：requests.get的auth=(user,password)是HTTP基本认证，Google Sheets目前不支持这种认证方式，即使返回状态码200，也可能只是返回了未授权的HTML页面，而非目标表格数据。

解决方案 #

方案1：下载公开共享的Google Sheet（无需认证） #

如果你的表格设置了公开可查看/导出，使用Google Sheets专属的导出URL即可：

1. 从浏览器链接中提取表格ID：比如链接https://docs.google.com/spreadsheets/d/abc123xyz/edit中的abc123xyz就是表格ID。
2. 构造导出URL并请求：

import requests

spreadsheet_id = "你的表格ID"
# 指定导出格式为xls
export_url = f"https://docs.google.com/spreadsheets/d/{spreadsheet_id}/export?format=xls"
resp = requests.get(export_url)

# 可验证响应内容类型是否正确（正常应为application/vnd.ms-excel）
print(resp.headers.get('Content-Type'))

with open('C:\\AAA\\exportdata.xls', "wb") as o:
    o.write(resp.content)

方案2：下载需要权限的Google Sheet（OAuth2认证） #

对于需要登录权限的表格，推荐使用gspread库配合Google OAuth2认证，步骤如下：

1. 安装依赖：

pip install gspread oauth2client pandas

2. 在Google Cloud控制台创建服务账号并下载JSON密钥文件（流程：创建项目 → 启用Google Sheets API → 创建服务账号 → 下载密钥），并给该服务账号授予表格的访问权限（在表格共享中添加服务账号邮箱）。
3. 编写代码导出：

import gspread
from oauth2client.service_account import ServiceAccountCredentials
import pandas as pd

# 设置认证范围
scope = ['https://spreadsheets.google.com/feeds', 'https://www.googleapis.com/auth/drive']

# 加载服务账号密钥文件
creds = ServiceAccountCredentials.from_json_keyfile_name('你的密钥文件.json', scope)
client = gspread.authorize(creds)

# 打开目标表格（可通过名称或ID）
spreadsheet = client.open("表格名称")
worksheet = spreadsheet.sheet1  # 选择第一个工作表

# 获取所有数据并保存为XLS
data = worksheet.get_all_records()
df = pd.DataFrame(data)
df.to_excel('C:\\AAA\\exportdata.xls', index=False)

内容的提问来源于stack exchange，提问作者SumitGandhi